多尺度融合注意力機(jī)制改進(jìn)U-Net實(shí)現(xiàn)肺部感染區(qū)域分割

摘要： 在計(jì)算機(jī)輔助診斷中，醫(yī)學(xué)圖像分割起著至關(guān)重要的作用。深度學(xué)習(xí)(deep learning, DL)算法已經(jīng)被廣泛運(yùn)用于醫(yī)學(xué)圖像分割，由于醫(yī)學(xué)圖像的可變性很大，精準(zhǔn)分割成為一項(xiàng)極具挑戰(zhàn)性的任務(wù)。針對傳統(tǒng)U-Net對形狀多變、區(qū)域分散的肺部感染圖像影響分割效果等問題，提出來一種基于改進(jìn)U-Net的新型圖像分割網(wǎng)絡(luò)。首先，在編碼器的深層利用多層不同的卷積核設(shè)計(jì)多尺度融合空洞卷積塊，增...